چرا هوش مصنوعی برای ارتباط عاطفی با انسان‌ها به بدن فیزیکی نیاز دارد؟

هوش مصنوعی در سال‌های اخیر پیشرفت‌های زیادی کرده و در بسیاری از فناوری‌ها مانند ماشین‌های خودران، سیستم‌های ترجمه خودکار، تحلیل گفتار و نوشتار، پردازش تصویر و سیستم‌های عیب‌یابی و شناسایی مورد استفاده قرار می‌گیرد و در برخی زمینه‌ها عملکرد بهتری نسبت به انسان‌ها دارد، با این حال برای برقراری ارتباط با انسان، با محدودیت‌هایی مواجه است.

شرکت‌ها و دولت‌های زیادی در زمینه هوش مصنوعی سرمایه‌گذاری‌های هنگفتی انجام داده‌اند و این فناوری پتانسیل‌های زیادی دارد. هوش مصنوعی می‌تواند در تمام صنایع مورد استفاده قرار بگیرد و وظایف را خودکار کند، اما آیا واقعا امکان بهبود تمام کارها را دارد؟

مطالعات تئوری نشان می‌دهد که برخی کارها قابل محاسبه نیستند. یکی ریاضیدان در گذشته اثبات کرده بود که برخی محاسبات هیچ‌وقت به پایان نمی‌رسند، تعدادی از آن‌ها نیز برای اتمام به سال‌ها یا حتی قرن‌ها زمان نیاز دارند.

برای مثال ما می‌توانیم در شطرنج چندین حرکت بعدی را به راحتی محاسبه کنیم، اما امتحان تمام حرکات در یک بازی شطرنج با ۸۰ حرکت، غیرممکن است. حتی اگر از سریعترین ابررایانه جهان نیز استفاده کنیم که بتواند در هر ثانیه صدها هزار تریلیون عملیات انجام دهد، بیش از یکسال طول می‌کشد تا بخش کوچکی از شطرنج مورد بررسی قرار بگیرد.

در حالی که تحقیقات هوش مصنوعی اولیه به نتایج مناسبی در ترکیبی شمار کمی از مشکلات دست پیدا کرده بودند، امکان استفاده از آن‌ها برای مشکلات بزرگتر مانند شطرنج وجود نداشت. با این حال هوش مصنوعی مدرن راه‌های جایگزین برای مواجه شدن با این مشکلات توسعه داده است. این راه‌ها نه تنها با بررسی تمام حرکات ممکن، بلکه با مدیریت چیزی فراتر از ذهن انسان می‌تواند بهترین شطرنج‌باز را شکست دهد. این کار با روش‌هایی شامل تقریب، تخمین احتمال، شبکه‌های عصبی بزرگ و سایر تکنیک‌های یادگیری ماشینی انجام می‌شود.

با وجود چنین مواردی، این مشکلات مربوط به علوم رایانه و نه هوش مصنوعی می‌شود، اما زمانی که تعامل میان انسان و کامپیوتر را مدنظر قرار دهیم، با یک مسئله جدی روبه‌رو می‌شویم که آن، انتظار برای تعاملات اجتماعی دوستانه میان انسان و هوش مصنوعی در آینده است.

نظریه ذهن

اگرچه ما هم اکنون نسخه‌های اولیه چنین سیستم‌هایی را توسعه داده‌ایم، اما سیستم‌های دستورات صوتی یا پردازش اسکریپت تنها تظاهر به گفتگو می‌‌کنند. ما برای تعاملات اجتماعی به گفتگوهای آزاد و بلندمدت و سیستم‌های هوش مصنوعی که بتوانند فرد و گفتگوهای گذشته را به خاطر بسپارد، نیاز داریم. هوش مصنوعی باید اهداف، اعتقادات و معنی آنچه مردم می‌گویند را درک کند.

این موضوع چیزی است که در علم روانشناسی به آن «نظریه ذهن» گفته می‌شود، یک درک مبنی بر اینکه فردی که با او در ارتباط هستید، روش تفکر مشابه با شما دارد و تقریبا جهان را مانند شما می‌بیند. با توجه به این ویژگی‌ها، زمانی که فردی درباره تجربیات خود با شما صحبت می‌کند، می‌توانید آن‌ها را تشخیص دهید و تحسین کنید و به آن‌ها معنی ببخشید.

علاوه بر این، ما با ژست‌ها و سیگنال‌ها نیز افراد را درک می‌کنیم. برای مثال زمانی که می‌گوییم فرد X از Y خوشش می‌آید، اما Y فرد X را نامناسب می‌داند، از دو نفر شناخت داریم یا اینکه اگر چنین گفته‌ای را بشنویم، قادر به درک آن هستیم چون چنین موقعیتی را در گذشته تجربه کرده‌ایم.

یادگیری فیزیکی

همانطور که می‌توان حدس زد، تمام این تعاملات موقعی معنا پیدا می‌کنند که تمام افراد حاضر در آن نسبت به خودشان حس داشته باشند. برای اینکه بتوانید فرد دیگری را درک کنید، باید از خودتان نیز شناخت داشته باشید. یک هوش مصنوعی با چنین قابلیتی باید شامل یک چشم انداز ذهنی مانند اینکه بدن چگونه عمل می‌کند (برای مثال محل دیدن به موقعیت چشم بستگی دارد)، یک نقشه از فضای خود و مجموعه‌ای از مهارت‌ها و اقدامات باشد.

با توجه به این موارد، باید هوش مصنوعی یک بدن فیزیکی داشته باشد تا بتواند به حس درباره خود دست پیدا کند. زمانی که عمل یک عامل را مشاهده می‌کند، باید مولفه‌های مشترک تجربه را درک کند. این به معنای آن است که AI به بدن رباتیک نیاز دارد.

یک طراح نمی‌تواند به طور موثر یک نرم افزار برای شناخت ربات از خود توسعه دهد. اگر یک دیدگاه از خارج طراحی شود، این دیدگاه طراح است و باید بتواند با تجربیات ناشناخته طراح سازگار شود، بنابراین باید یک فریمورک طراحی شود که از یادگیری از دیدگاه‌های مختلف پشتیبانی کند.

خوشبختانه یک راه برای رفع این مشکلات وجود دارد. انسان‌ها نیز با چنین مواردی مواجه می‌شوند، اما تمام آن‌ها را به صورت همزمان برطرف نمی‌کنند. در سال‌های اولیه زندگی پیشرفت فوق‌العاده‌ای از رشد را نشان می‌دهیم و در طی سال‌ها می‌آموزیم که چگونه بدن خود را کنترل کرده و همچنین اشیاء، عوامل و محیط را درک و تجربه کنیم. ما همچنین یاد می‌گیریم که چگونه با دیگران ارتباط برقرار کنیم و از عواقب رفتارهای خود اطلاع پیدا می‌کنیم.

تحقیقات در این زمینه در حال بررسی این موضوع هستند که چگونه ربات‌ها می‌توانند مانند نوزادان یاد بگیرند. مراحل اولیه شامل کشف خصوصیات اجسام و فیزیک دنیای ربات می‌شود. در ادامه ربات‌ها باید تعاملات را کپی کنند و در ادامه مدل‌های پیشرفته توسعه پیدا کنند.

با توجه به تمام این موارد، هوش مصنوعی که بدن فیزیکی ندارد، با یک محدودیت بزرگ و اساسی مواجه است. پژوهش‌های آینده با ربات‌های دارای بدن ممکن است روزی منجر به ایجاد تعاملات اجتماعی پایدار و همدلانه میان هوش مصنوعی و انسان‌ها شوند.